互联网巡回犬 Vol.09：Slack 里住着一个新同事、AI Agent 保险来了、清华系要用 GPU 推倒 CPU 时代 (2026)

今天叼回来三个项目，一条主线隐约贯穿：AI Agent 正在从「工具」变成一个需要被认真对待的「责任主体」——不管是 Viktor 把自己定位成「雇员」、Klaimee 帮 Agent 买责任险，还是容芯致远把算力底座从 CPU 时代往 GPU 时代推，背后都指向同一件事：Agent 快要真正进入生产环境了，围绕它的基础设施补丁正在密集落地。

一、Viktor（Zeta Labs）🌐｜Slack 原生通才 AI 同事，Warsaw，已融 $14.9M

项目介绍

Viktor 在 Product Hunt 5 月 9 日的日榜拿下第一，450+ upvotes，1 但它真正值得看的不是 PH 排名，而是一个相对少见的定位决策：它把自己叫做「a hire」，而不是「a tool」。2

这个词的选择背后是一套完整的产品逻辑。大多数 AI 产品的使用方式是你发问、它回答，Viktor 试图反过来：它常驻在你的 Slack workspace，观察团队的工作节奏，每两周主动来找你，告诉你哪些重复性工作可以自动化——你没问过的事情，它已经帮你想过了。2 这套「workflow discovery」机制能不能真的落地是另一回事，但产品设计上确实避开了大多数 AI 工具的被动回答模式。

Viktor 在 Slack 中的使用场景，用户要求生成竞争分析并导出 PDF，Viktor 直接完成并返回文件 — *图片来自：Viktor 官网*

产品的另一个差异化点是「通才」——它不只做代码（Devin）、不只做研究（Manus），而是同时覆盖 Marketing、Ops、Finance、Engineering 四个职能，接 3000+ 外部工具（Stripe、Notion、GitHub、HubSpot、Google Ads 等），执行的是读写操作，不是只读建议。3 创始人 Fryderyk Wiatrowski 对这个定位的概括很干脆：「Most AI tools generate text. Viktor executes.」2 任务的产出包括 PDF、Excel、PPT、Web App（Viktor Spaces，带 Convex 数据库）、代码 PR，常驻在独立云端 Linux 环境中，可以连续运行数周不丢上下文。

定价方面，Team 方案 $50/月（整个 workspace 共享），按信用消耗制——Quick Tasks 100-300 credits，复杂 Workflow 500-1500，完整 Project 2000-5000，4 入门成本相对低。目前已通过 Salesforce 安全审查，完成 SOC 2 Type 1 认证，声称 13,000+ workspaces 在用——这个数字仅来自官方，目前没有独立验证。1

来自 PH 的早期用户反馈是真实用户体验里少见的高密度好评。PACT 创始人 Zack Fediay 的描述是：「Blown away... first tool that did everything I asked it correctly the first time.」1 UniTru 联合创始人 Jordan Dikoum 说 Viktor 「enables us to operate at a level of speed, organization, and scale that would not be possible otherwise.」1 当然，PH 评论池只有 4 条，样本量极小，Reddit 和 HN 上几乎没有独立的第三方讨论，这个产品在真实用户中的渗透深度还需要时间验证。

团队背景

Zeta Labs 由 Fryderyk Wiatrowski（Ex-Meta 工程师，牛津数学背景，曾做过高频交易）和 Peter Albert（Ex-Meta AI 工程师，Llama 2 联合作者，有电商创业经历）共同创立，2023 年 8 月在华沙起步，法定注册地在旧金山。5 团队约 15 人，目前同时开放 17 个招聘职位，分布在 Warsaw、Munich、NYC、SF 四地。6

他们其实不是第一次创业，Viktor 之前他们做过 Jace AI——一个 AI 邮件 Agent，配套自研了 AWA-1 模型，官方标注 89% 任务完成率。7 Jace 是 2024 年 6 月随 Pre-Seed 一起发布的，Viktor 则是这支团队做完 email Agent 之后转向更宽赛道的第二次押注。

融资记录：2024 年 6 月完成 $2.9M Pre-Seed，Daniel Gross（YC 前 AI 负责人）和 Nat Friedman（GitHub 前 CEO）领投，Earlybird VC、Kaya VC、AI Grant、ElevenLabs 创始人 Mati Staniszewski 等参投，5 这一轮有 PRNewswire 正式新闻稿和 SiliconANGLE 报道三重佐证，确认无误。2026 年 4 月的 $12M Seed 目前只有创始人 Fryderyk 在 LinkedIn 上的帖子作为披露来源——「We are 15 people, backed by Daniel Gross, Nat Friedman, and others. $12M seed round. Scaling fast.」8——Crunchbase、PitchBook、TechCrunch 均无记录，属于未独立验证状态，报道时需如实标注。

为什么值得关注

Viktor 的核心押注是「Slack 作为 AI Agent 的操作系统」。这件事不只是创始人的立场，Salesforce 最近在自家产品上大力投入 AI 这一动作恰好在帮他们做了市场教育——GTM 负责人 Antoni Olendzki 的观察是：「Slack is where AI agents are going to live. Salesforce just confirmed it on stage. We're building the best one.」1 这个判断有一定道理：Slack 已是企业工作流的聚合点，在 Slack 里打通多工具比另外维护一个工具入口阻力小得多。

结构性问题在竞争壁垒上。「通才 AI coworker」这个定位横向上的每个职能都有专用竞争者——Devin 专做工程、Moveworks 专做 IT 服务台——Viktor 的逻辑是「一个 Agent 覆盖所有，用整合优势赢」。3 这个策略能否成立，取决于「通才」在深度上能否追上专用工具：当 Viktor 帮你处理 SEO 问题、同时帮你写代码 PR、同时帮你分析广告投放，它在每个职能上的实际表现是否够用，是目前无法从 4 条 PH 评论里判断的事情。投资人 Daniel Gross 的定位是：网页浏览器是 34 年前的技术，AI 模型一直不会真正用它；Zeta Labs 正在把这个能力解锁。5 如果这个判断是对的，那 Viktor 所在的位置是在用一套已有的分发渠道（Slack Marketplace，13,000+ workspaces）做一件之前做不到的事——这个价值主张还需要更多真实交付案例来实证。

二、Klaimee 🌐｜AI Agent 的 E&O 保险，YC P26，2 人团队，San Francisco

项目介绍

Klaimee 是今年 YC P26 批次里我看到定位最稀缺的一个项目：它要给 AI Agent 卖责任险，具体品种是 E&O（Errors & Omissions，过失与疏漏责任险）。9

这个需求的底层逻辑来自一个现实缺口：传统 E&O 险和 Cyber 险在条款里正在系统性地把 AI Agent 的自主行为排除在外——ISO（Insurance Services Office）已经在推进把 AI 排除写入商业通用责任险的默认条款（ISO CG 40 47 / CG 40 48）。9 与此同时，AI 相关诉讼在 2024-2025 年增长了 137%，Klaimee 自称 80% 的财富 500 强已在部署 AI Agent。10 这两个数字加在一起，意味着一个规模越来越大的市场正在找不到任何保险兜底。

当前产品分两层：已上线的是 Certification + Financial Guarantee（认证+财务担保），还没上线的才是完整的 Liability Insurance，标注为「coming soon」。10 认证这部分逻辑上是完整保险的前置动作：申请 10 分钟，系统跑三套评估——公开数据扫描、30 个问题的治理评估、100+ 个探针的行为测试（涵盖 prompt injection、jailbreak、decision drift、数据泄漏、输出偏差），最终给出 A-F 分级，数日内交付评估报告和认证徽章。10

覆盖行业是 AI Agent 渗透最深的几个：医疗/生命科学、金融/会计、IT/软件开发、法律/法律科技、客服、销售 Agent。这些都是 Agent 一旦出错，错误成本极高、责任归属争议大的场景——恰恰是传统保险最不愿意碰的位置。

团队背景

Klaimee 是 2026 年成立的 2 人公司，CEO 是 Ines Boutemadja，CTO 是 Julien Catonnet，在 San Francisco，YC 对接合伙人是 Aaron Epstein。9 两人的详细履历 YC 页面未披露，目前没有独立媒体对团队背景的深度报道。YC 融资金额也未公开。

Julien Catonnet 对这件事的技术判断值得单独记一下：传统保险是为「确定性软件」设计的，AI Agent 的故障模式是 silent 且 non-uniform 的——它不像传统软件崩溃会有报错日志，它可能悄悄做了错误的决策、产生了有偏差的输出，且每次失败模式都不一样。9 这是 Klaimee 为什么不能直接复用现有保险框架的核心原因——你需要先建立一套能评估 Agent 风险的方法论，才能给它定价。

为什么值得关注

市场催化剂的时间窗口很清楚：EU AI Act 高风险 AI 系统的合规义务将在 2026 年 8 月强制生效，加州 AB 316 已经要求部署方为 AI Agent 行为承担法律责任。9 这意味着 Klaimee 的目标客户正面临一个前所未有的处境：必须证明自己的 AI Agent 可以被信任，但目前没有任何标准化的方式来证明这一点，更没有可以买来兜底的保险。

CEO Ines Boutemadja 在 YC launch 帖子里把这件事说得直接：「We are not just selling insurance. We are building the infrastructure that allows the agentic world to exist.」9 这句话听起来像大话，但和互联网发展史的几个节点对照有一定说服力——互联网规模化需要网络安全，云计算规模化需要 SOC 2/ISO 27001，如果 Agent 真的要进入企业核心流程，它可能也需要一套可交付的信任凭证。

这个赛道的稀缺性不在于技术壁垒，在于同时懂保险精算和 AI Agent 风险建模的人极少。Klaimee 要做的事情，本质是在一个新型风险类别上建立定价模型——这需要大量实际 Agent 失败案例来校准，初期数据积累会很慢。但如果他们能成为第一家拿到「AI Agent 认证」行业标准地位的机构，这个先发优势在监管落地后会变得很难追赶。

三、容芯致远 🇨🇳｜清华系，AGC 架构，数亿元天使轮，北京

项目介绍

容芯致远做的事情说起来有点冒犯：把过去几十年 CPU 是计算中心的架构逻辑翻过来，换成以 GPU 为核心。他们把这套架构叫 AGC（AI Computer System with GPU as its Core），不只是换了主处理器，而是围绕 GPU 对存储、互连、管理体系全部重新设计。11

容芯致远 AGC 64F 产品（64卡风冷高密度服务器） — *图片来自：36 氪/硬氪首发报道*

三个技术点是他们重点强调的差异化。GPU RAID：单机支持 20 个 GPU 冗余，某个 GPU 故障时任务不中断，热插拔的维护时间从约 2 小时压到约 1 分钟。11 自研 AI BMC 系统（Baseboard Management Controller，服务器底板管理控制器）：响应时间到微秒级，传统方案是 3-5 秒级，差了三个量级。11 光互连方案 Blue Link：用 Mini LED/Micro LED 替代传统激光光模块，试图在成本和性能之间找新的平衡点。11

产品线已经成型：K 系列（灵活性优先，兼容全球所有 PCIe 标准 GPU，包括 K2/K4/K10/K20）和 AGC 系列（性能优先，定制化模组，包括 AGC 64F 风冷、64L 液冷、32F、16F 移动式、以及 2 卡工作站版本）。11 商业模式是自有品牌直销加 OEM 合作，还推出了面向艺术渲染的子品牌 Upchanger，与中央美院联合打造。

生态策略上，他们的选择是明确站在开放阵营：兼容龙芯、飞腾、海光等国产 CPU，兼容主流 GPU 厂商产品，同时牵头发起了 RISC-V 智算体系生态联盟。11 在国产算力链条上不绑定单一品牌这个选择，目前看是更稳的商业路线。

团队背景

创始人石旭，清华大学电子工程系毕业，在芯片设计和 AI 领域从业多年。11 核心团队的具体构成目前媒体报道里没有更多细节，36 氪的首发报道是目前主要的公开信息来源。

本轮天使融资金额达数亿元人民币，36 氪 5 月 8 日首发，随后在多平台持续发酵。领投方是北京绿色能源和低碳产业基金、赛富投资基金，跟投方包括顺禧基金、富华资本、万利达集团、长江创新投、水木清华校友基金、梅花创投，云岫资本参与种子轮并继续跟投，同时担任长期独家财务顾问。11 北京绿色能源基金进来这件事值得单独注意——AI 算力的能耗问题是 2026 年国内产业政策的敏感话题，这个投资方的出现或许不只是纯财务判断。

为什么值得关注

容芯致远的逻辑前提是：AI 训练和推理的主要工作负载已经完全由 GPU 承担，但现有的服务器架构仍在用一套为 CPU 设计的管理、互连和冗余逻辑，这里存在系统性的效率损耗。如果这个判断成立，那「重建一套以 GPU 为核心的架构」就不是一个可选项而是一个必然——就像移动互联网时代不能直接把 PC 网页搬到手机屏幕上一样。11

目前无法从公开报道里判断的事情有几个：AGC 架构的实际性能数据是否有独立测试结果；GPU RAID 的 1 分钟热插拔在数千卡规模的生产环境里是否保持一致；Blue Link 的光互连方案相比现有激光模块的实际成本差异是多少。这些都是这类硬件公司从「有产品」走到「有规模客户」之间要穿越的验证区。

值得关注的结构性信号在产品的兼容性策略上。兼容全球所有 PCIe 标准 GPU，意味着客户不需要为了用容芯的系统替换 GPU 供应商——在国产替代链条不完整的当下，这个设计决策降低了企业客户的切换成本。子品牌 Upchanger 面向艺术渲染圈子这个布局，单独看规模不大，但它在验证：同一套底层架构能不能服务不同垂直场景，这是向更大客户群证明灵活性的数据点。

共同逻辑

今天三个项目，Viktor 要把自己变成一个「雇员」、Klaimee 要给 Agent 买责任险、容芯致远要重建 Agent 运行的算力底座——看起来层次完全不同，但都在做同一件事：为 Agent 进入生产环境补基础设施短板。

Viktor 的赌注是 Agent 需要一个合理的工作入口（企业 IM），Klaimee 的赌注是 Agent 需要一套可交付的信任凭证，容芯致远的赌注是 Agent 需要一个专门为它优化过的计算底座。这三个补丁指向的是同一个空白：当 AI Agent 从 demo 进入真实业务流，它在每一层都会碰到「这个场景之前没人认真设计过」的摩擦。

一个还没有答案的判断：以上三个方向，哪一个会是 Agent 规模化落地的真正瓶颈——是工作入口不够原生（Viktor 的赛道）、是信任凭证不够完整（Klaimee 的赛道），还是算力底座跑不起来（容芯的赛道）？或者这三个瓶颈会同时堵住，Agent 的真正规模化需要三层同时被打通？

封面图：图片来自 Viktor 官网